使用drake定义分析工作流时文件依赖配置问题求助

我完全懂你遇到的这个头疼问题——用drake搭建工作流时，file_in()直接写死文件路径能正常追踪依赖，但换成file.path()生成的路径或者存储路径的变量就失效了，对吧？这本质是drake的静态解析机制导致的，下面给你拆解原因和解决办法：

问题重现 #

先把你的场景还原一下，方便对照：

# 准备工作
library(drake)
path.data <- "data"
dir.create(path.data, recursive = TRUE) # 加recursive避免目录已存在报错
write.csv(iris, file.path(path.data, "iris.csv"))

# ✅ 正常工作的计划（直接传字面量路径）
working_plan <- drake_plan(
  iris_data = read.csv(file_in("data/iris.csv")),
  analysis = summary(iris_data)
)

# ❌ 失效的计划（用变量）
broken_plan_var <- drake_plan(
  iris_data = read.csv(file_in(path.data)), # 就算换成完整路径变量同样失效
  analysis = summary(iris_data)
)

# ❌ 失效的计划（用file.path()）
broken_plan_filepath <- drake_plan(
  iris_data = read.csv(file_in(file.path(path.data, "iris.csv"))),
  analysis = summary(iris_data)
)

为什么会失效？ #

drake在解析drake_plan()时，会做静态代码扫描——它只会读取file_in()里的字面量字符串，不会去执行函数调用（比如file.path()）或者解析变量的值。所以当你用动态生成的路径时，drake看不到最终的文件路径，自然没法把它当成依赖来追踪。

解决方案：用!!强制求值 #

drake支持rlang的非标准求值语法，用!!（双感叹号）可以告诉drake：先计算这个表达式的值，再把结果传给file_in()。

方法1：提前赋值变量，再用!!传入 #

这是最简洁的方式，适合单个或少量文件：

# 先生成完整文件路径并赋值给变量
iris_file <- file.path(path.data, "iris.csv")

# ✅ 修复后的计划
fixed_plan_var <- drake_plan(
  iris_data = read.csv(file_in(!!iris_file)),
  analysis = summary(iris_data)
)

方法2：在file_in()内直接用!!计算file.path() #

如果不想额外定义变量，也可以直接在file_in()里用!!执行file.path()：

# ✅ 修复后的计划
fixed_plan_filepath <- drake_plan(
  iris_data = read.csv(file_in(!!file.path(path.data, "iris.csv"))),
  analysis = summary(iris_data)
)

方法3：批量文件场景用transform + map #

如果要处理多个文件路径，推荐用target()结合transform = map()，同样用!!传入动态路径：

# 假设多个数据文件
file_paths <- c(
  file.path(path.data, "iris.csv"),
  file.path(path.data, "mtcars.csv")
)
write.csv(mtcars, file.path(path.data, "mtcars.csv"))

# ✅ 批量处理的计划
fixed_plan_batch <- drake_plan(
  data = target(
    command = read.csv(file),
    file_in = file,
    transform = map(file = !!file_paths)
  ),
  analysis = target(
    command = summary(data),
    transform = map(data)
  )
)

验证是否生效 #

运行make(fixed_plan_var)后，修改data/iris.csv的内容，再运行make(fixed_plan_var)，你会看到drake检测到文件变化，重新执行iris_data目标，说明依赖追踪已经正常工作了。

内容的提问来源于stack exchange，提问作者norival